「大数据期刊」智慧城市知识图谱模型与本体构建方法( 四 )


单层多领域OKG(sm)思路(智慧城市知识图谱单层多领域本体示意如图7所示)是在单层单领域OKG(ss)知识图谱的设计思路上 , 意图解决在智慧城市知识图谱中区分出各行业领域知识图谱的问题 , 即解决在主本体中快速区分子本体的问题 。 可以通过为子本体增加边界属性记录这些本体所属的范围 , 但城市行业领域的业务内容实际上是会发生变化的 , 即本体的内容和范围会发生变化;另外 , 不同的城市行业领域也存在公共的元素(例如个人的信息包括电话号码 , 城市通信系统中也包括电话号码) , 这些公共元素如果在子本体中各自维护 , 当切换到主本体中时会面临是否需要融合、如何融合的问题 。 从这些问题来看 , 单层多领域思路的应用存在变更困难、冗余过大、从子本体到主本体融合问题较多等困难 。
「大数据期刊」智慧城市知识图谱模型与本体构建方法
文章图片
图7智慧城市知识图谱单层多领域本体示意
多层多领域OKG(mm)思路(智慧城市知识图谱多层多领域本体示意如图8所示)是分别设计子本体 , 将子本体互相叠加 , 形成完整的主本体 。 如针对城市居民的医疗情况设计一套医疗人本体Med(OKG) , 针对交通情况设计一套交通人本体Tra(OKG) , 将两个本体进行叠加 , 经过去重fr和消歧fd后 , 可以形成一个城市自然人的总本体
「大数据期刊」智慧城市知识图谱模型与本体构建方法
文章图片
。 由于可以采用动态本体技术 , 不需要在最开始就设计出完善的总本体 , 而是在设计好总体架构后 , 将建设好的子本体逐步叠加完善 , 最终形成一个完整的本体设计 。
「大数据期刊」智慧城市知识图谱模型与本体构建方法
文章图片
图8智慧城市知识图谱多层多领域本体示意
在垂直领域知识图谱的应用方面 , 已经有很多成熟的产品 , 并且在现实应用中 , 大部分情况是以垂直领域方式进行的(如市民想看病 , 就用到智慧医疗功能;孩子教育问题则会用到智慧教育功能) 。 按照上述本体设计 , 虽然通过图谱叠加会形成很复杂的多领域知识图谱 , 但大部分应用可以通过图谱分层方式抽取出独立的一层 , 形成垂直领域知识图谱 , 从而得到强大的应用功能 。
4一个子本体构建的例子在城市维稳安全领域 , 城市自然人的子本体Sub(Ocity)被称为安全人P 。 通过对维稳安全领域业务知识的分析 , 将安全人的实体对象E(P)分为个人、组织、证件、虚拟身份、机动车、电话、银行账户、监狱、银行、宾馆酒店、网吧、边境口岸、网络场所等 , 这些实体之间的关系R可以用综合关系R1、从属R2、拥有R3、活动R4、轨迹R5以及网络活动R6描述 , 安全人的本体设计如图9所示 。
安全人Pi与N个安全人Pn之间存在亲属、邻居、同事、同乘机、同火车、同住宿等一种或多种综合关系R1(Pi,Pn) 。
安全人Pi与N个组织单位Un之间存在从属关系R2(Pi,Un) , 同时这些组织单位Un与其他N个安全人Pn之间同样也存在从属关系R2(Pn,Un) 。
安全人Pi拥有N个证件A、虚拟身份B、机动车C、电话D以及银行账户G等 。 其中 , 通过虚拟身份B与其他同城市的安全人Pj之间存在网络关系RN(B,Pj);驾驶机动车会产生违章记录RC1 , 在各类卡口会产生卡口过车记录RC2;通过打电话发短信与其他安全人产生通话记录RD(Pi,Pj) , 使用手机上网产生电子活动RD(可利用电子围栏侦测);银行账户与其他安全人的银行账户之间会产生银行交易记录RG(Pi,Pj) 。 因此 , 拥有关系整体可表示为R3={RN(B,Pj),RC1,RC2,RD(Pi,Pj),RD,RG(Pi,Pj)} 。
安全人Pi的行为活动会产生N个违法记录、服刑记录和各种案件R4(Pi) 。
安全人Pi的移动路线会产生N个轨迹和定位信息R5(Pi) 。 通过民航订票和离港信息、铁路订票及乘车信息定位安全人移动轨迹的两端 , 通过银行核查信息定位银行 , 通过旅客住宿信息定位宾馆酒店 , 通过网吧上网信息定位网吧 , 通过出入境信息定位边境口岸 。